The Korean Fashion and Textile Research Journal
[ Article ]
The Korean Fashion and Textile Research Journal - Vol. 28, No. 5, pp.461-471
ISSN: 1229-2060 (Print) 2287-5743 (Online)
Print publication date 31 Oct 2026
Received 29 May 2026 Revised 11 Aug 2026 Accepted 30 Sep 2026
DOI: https://doi.org/10.5805/SFTI.2026.28.5.461

AI 기반 텍스타일 디자인 생성을 위한 감성 속성 유형 분석

김재희 ; 김문영†
계명대학교 패션마케팅학과
Analysis of Emotional Attribute Types in AI-Based Textile Design Generation
JaeHee Kim ; Mun-Young Kim†
Dept. of Fashion Marketing, Keimyung University; Daegu, Korea

Correspondence to: †Mun-Young Kim Tel. +82-53-620-2230 E-mail: munyoung@kmu.ac.kr

©2026 The Korean Fashion and Textile Research Journal(KFTRJ). This is an open access journal. Articles are distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

This study aimed to systematically analyze emotional vocabulary and dimensions in previous textile and fashion-related studies and to structure emotional attribute types for textile design. Additionally, it examined color, pattern, and texture characteristics according to structured emotional types and proposed a preliminary emotion-oriented prompt framework for generative AI-based textile design. A literature-based content analysis was conducted on 20 domestic academic journal articles and theses focused on textile design, pattern design, fabrics, fashion materials, and emotional evaluation. The emotional vocabulary and factors were reclassified into eight higher-order categories based on semantic similarity: simple·restrained, complex·emphasized, natural, artificial, traditional, modern, stable·soft, and dynamic·active. Based on their oppositional relationships, four bipolar emotional dimensions were reconstructed: simple–complex, natural–artificial, traditional–modern, and stable–dynamic. Four emotional types were organized from these dimensions: minimal–maximal, natural–techno, classic–trendy, and soft–dynamic. These identified characteristics of color, pattern, and texture were reorganized according to these emotional types. Accordingly, a preliminary prompt framework was proposed by combining emotional types with color, pattern, texture expressions, and emotional keywords. The emotional dimensions and types should be interpreted as a literature-based restructuring, not as a universally validated emotional structure of textile design. The proposed prompt framework is a preliminary application that lacks empirical validation through generative AI image experiments or user evaluations. The findings provide a foundation for future empirical studies on emotional classification and emotion-oriented prompt development in generative AI-based textile design.

Keywords:

textile design, emotional attributes, emotional types, generative AI, prompt design

키워드:

텍스타일 디자인, 감성 속성, 감성 유형, 생성형 AI, 프롬프트 설계

1. 서 론

텍스타일 디자인은 색채(color), 패턴(pattern), 질감(texture)과 같은 시각적 요소를 통해 소비자의 감각적 경험과 정서적 반응을 유도하는 대표적인 감성 디자인 영역으로 논의되어 왔다. 특히 패션 및 텍스타일 제품에서 시각적 디자인 요소는 제품 이미지 형성과 소비자 선호에 중요한 영향을 미치며, 이러한 요소들은 소비자가 지각하는 감성적 이미지와 밀접한 관련을 갖는다. 디자인 연구 분야에서는 제품의 형태, 색채, 재질과 같은 시각적 표현 요소가 사용자의 감성 반응과 제품 평가 형성에 중요한 역할을 한다는 점이 지적되어 왔다(Park et al., 2018). 이러한 관점에서 텍스타일 디자인은 단순한 장식적 요소를 넘어 감성적 경험을 전달하는 중요한 매개 요소로 이해될 수 있다. Koo and Kim(2000)은 텍스타일 패턴디자인에서 패턴의 형태적 특성과 구성 방식에 따른 소비자의 감성 이미지 차이를 분석하여, 패턴디자인이 감성적 의미 전달에 중요한 역할을 할 수 있음을 제시하였다.

Park et al.(2018)은 감성디자인 관련 선행연구에서 연구자의 관점과 연구대상에 따라 감성의 유형과 표현요소가 다양하게 제시되어 왔음을 확인하였다. 이를 종합하여 감성의 유형과 디자인 표현요소를 분류하고, 형태, 색상, 재질 및 표면 질감 등을 감성 표현과 관련된 디자인 요소로 제시하였다. 이와 함께 감성적 특성을 체계적으로 파악하기 위한 방법으로 감성어휘를 활용한 연구가 이루어져 왔다. Jung and Nah(2007)은 감성 측정 및 평가에서 어휘를 사용하는 방법이 일반적으로 활용되고 있음을 제시하고, 감성 관련 연구에서 사용되는 형용사 어휘를 일정한 체계에 따라 분류하였다. 이는 감성어휘의 수집과 분류가 감성적 특성을 체계적으로 파악하기 위한 방법으로 활용될 수 있음을 보여준다. 텍스타일 관련 선행연구는 특정 패턴, 직물 및 패션소재 등을 대상으로 감성 이미지를 평가하고, 연구 목적에 따라 감성어휘 또는 감성차원을 제시하는 방식으로 이루어져 왔다. 그러나 연구대상과 평가목적에 따라 사용된 감성어휘와 감성차원이 상이하여, 텍스타일 관련 감성 연구에서 나타나는 감성어휘의 전반적인 경향과 감성차원 간의 관계를 종합적으로 파악하는 데에는 한계가 있다.

감성어휘와 감성차원의 체계화에 대한 필요성은 인공지능(AI) 기술의 발전에 따른 디자인 생성 환경의 변화와도 관련된다. 패션 및 디자인 산업에서는 인공지능 기술의 발전과 함께 텍스트 기반 프롬프트를 활용하여 이미지를 생성하는 새로운 디자인 방식이 활용되고 있다. 특히 생성형 AI 기술은 사용자가 입력한 언어적 정보를 바탕으로 다양한 이미지를 생성할 수 있는 환경을 제공하며, 패션 및 디자인 분야에서도 이러한 기술을 활용한 디자인 개발 연구가 점차 확대되고 있다. 패션 디자인 분야에서는 인공지능 기반 디자인 생성 기술이 디자인 기획 및 아이디어 탐색 과정에 새로운 가능성을 제시하는 도구로 논의되고 있으며(Jung & Kim, 2019), 생성형 AI 도구를 활용하여 패션 디자인 이미지를 생성하거나 디지털 패션 컬렉션을 구현하려는 연구 또한 이루어지고 있다. 텍스타일 디자인 분야에서도 생성형 AI 도구를 활용하여 패턴 디자인을 생성하거나 제품 디자인 개발에 활용하려는 시도가 이루어지고 있다. 예를 들어 미드저니(Midjourney)와 같은 생성형 AI 기반 이미지 생성 도구를 활용하여 텍스타일 제품 디자인 이미지를 생성하거나 패션 및 텍스타일 디자인의 시각적 표현 가능성을 탐색하려는 연구가 이루어지고 있다(Cho & Jung, 2025; Chen & Eom, 2025).

생성형 AI는 텍스트 기반 프롬프트에 입력된 언어적 정보를 바탕으로 이미지를 생성하기 때문에, 디자인의 감성적 방향과 시각적 특성을 구체적인 언어로 구성하는 과정이 중요하다. 특히 텍스타일 디자인의 감성적 특성이 색채, 패턴, 질감 등의 구성요소와 관련되어 논의되어 왔다는 점에서, 선행연구에서 사용된 감성어휘와 감성차원을 체계적으로 구조화하고 디자인 구성요소와의 관련성을 정리하는 것은 생성형 AI 기반 텍스타일 디자인의 감성 중심 프롬프트를 구성하기 위한 기초자료가 될 수 있다. 따라서 본 연구는 국내 텍스타일 및 패션 관련 선행연구에서 감성평가를 위해 사용되거나 연구결과로 제시된 감성어휘와 감성차원을 수집·분석하고, 이들의 의미적 유사성과 대립 관계를 중심으로 감성 속성 유형을 체계적으로 구조화하는 것을 목적으로 한다. 또한 선행연구에서 제시된 감성어휘 및 감성차원과 색채, 패턴, 질감 등의 디자인 구성요소 간의 관련성을 정리하여 감성유형별 특성을 살펴보고자 한다. 본 연구에서 제시하는 감성유형은 선행연구에 나타난 감성어휘와 감성차원의 경향을 종합하여 재구조화한 결과이다. 나아가 문헌분석을 통해 구조화한 감성유형과 디자인 구성요소의 관련성을 바탕으로 생성형 AI 기반 텍스타일 디자인에 활용 가능한 감성 중심 프롬프트의 기초적 구성안을 제안하고자 한다. 이때 프롬프트 구성안은 생성형 AI 이미지 생성실험이나 사용자 평가를 통해 검증된 결과가 아니라, 본 연구의 문헌분석 결과에 근거한 응용적 구성안이다.


2. 이론적 배경

2.1. 텍스타일 디자인 감성 속성

텍스타일 디자인의 감성 속성은 직물 표면에 나타나는 시각적 요소가 관찰자에게 유발하는 정서적·심리적 인상을 의미한다. 텍스타일 디자인은 색채, 패턴, 질감과 같은 조형 요소를 통해 시각적 이미지를 형성하며, 이러한 이미지는 단순한 외형 인식을 넘어 ‘부드러운’, ‘경쾌한’, ‘우아한’, ‘복잡한’과 같은 감성적 언어로 해석된다. 디자인 분야의 감성 연구에서는 제품의 형태, 재료, 색채와 같은 표현 요소가 사용자의 정서 반응과 이미지 평가에 영향을 미치며, 감성은 디자인 해석의 중요한 차원으로 기능한다고 본다. Park et al.(2018)은 제품 디자인 감성 연구를 검토하여 감성이 디자인 표현 요소와 결합해 유형화될 수 있음을 정리하였고, 이는 텍스타일 디자인에서도 감성 속성을 독립된 분석 대상으로 다룰 필요가 있음을 시사한다.

텍스타일 디자인에서 감성 속성은 주로 색채, 패턴, 질감의 상호작용 속에서 형성된다. 우선 색채는 텍스타일 이미지 형성에서 가장 직접적으로 인지되는 요소로, 색상·명도·채도 및 배색 방식에 따라 온화함, 화려함, 차분함, 경쾌함과 같은 상이한 감성 인상을 유발한다. 패턴은 모티프의 형태, 반복 방식, 배열 간격, 시각적 밀도 등에 의해 질서감, 역동성, 장식성, 안정감 등의 이미지를 형성한다. 질감은 실제 촉감뿐 아니라 시각적으로 지각되는 표면감까지 포함하며, 부드러움, 거침, 따뜻함, 가벼움, 고급스러움과 같은 감성 인상과 연결된다. Kim et al.(2016)은 패션소재의 감성요소를 색채 톤, 무늬, 질감 이미지로 나누어 소비자의 선호를 분석하였고, 패션소재의 감성표현요소를 색채·패턴·질감 차원에서 다루며 이들이 패션 이미지 선호와 관련됨을 제시하였다. 이는 텍스타일 감성 속성이 특정 단일 요소가 아니라 복수의 시각 요소가 결합된 지각 구조임을 보여준다.

텍스타일 패턴을 중심으로 한 연구들은 감성 속성이 형태적 특성과 긴밀히 연결된다는 점을 보여준다. Koo and Kim(2000)은 텍스타일 패턴 유형에 따라 감성 이미지가 달라지며, 동일한 패턴이라도 지각 집단에 따라 평가가 상이할 수 있음을 제시하였다. 또한 Kim and Kim(2010)은 옵티컬 패턴의 감성평가와 이미지 분석을 통해 패턴의 시각적 자극 강도, 반복성, 착시 효과 등이 특정한 감성 이미지와 연결됨을 논의하였다. Kim and Lee(2014)는 레인코트용 자카드 직물의 패턴 이미지를 평가하면서 직물 패턴이 소비자 요구와 감성 평가에 유의미한 차이를 만든다고 보았으며, Kim et al.(2019)은 3D 입체패턴 자카드 직물 연구에서 단순 이미지, 여성적 이미지, 이국적 이미지, 그래픽 이미지, 스포티 이미지, 남성적 이미지, 역동적 이미지, 입체적 이미지 등 구체적 감성 차원을 도출하였다. 이러한 연구들은 텍스타일 감성 속성이 추상적인 인상 차원에 머무는 것이 아니라, 패턴의 형태와 구조에 따라 비교적 명확한 어휘군으로 측정될 수 있음을 보여준다.

질감 중심 연구 역시 텍스타일 감성 속성의 중요한 특성을 보여준다. Kim and Park(2020)는 패션소재이미지에 따른 직물 감성을 시각적 촉감 중심으로 분석하면서, 직물 감성은 실제 접촉 이전에도 시각적 단서에 의해 인지될 수 있다고 보았다. 즉 텍스타일 디자인의 감성은 물리적 촉감만이 아니라, 표면의 조직감·광택·두께감·유연성에 대한 시각적 예상까지 포함하는 복합적 인지 과정이다. 이는 텍스타일 디자인 감성 속성이 단지 “예쁘다/안 예쁘다” 수준의 선호 판단이 아니라, 시각 자극을 통해 형성되는 정교한 감성 지각 구조라는 점을 뒷받침한다.

이상의 선행연구를 종합하면, 텍스타일 디자인 감성 속성은 첫째, 색채·패턴·질감과 같은 시각 요소를 기반으로 형성되며, 둘째, 형태와 배열, 표면감의 차이에 따라 다양한 감성 어휘로 분화되고, 셋째, 연구에 따라 다소 상이한 용어가 사용되더라도 공통적으로 이미지 평가와 감성 평가의 틀 안에서 다루어져 왔다고 볼 수 있다. 다시 말해 텍스타일 디자인 감성 속성은 텍스타일의 조형 요소가 사용자에게 전달하는 정서적 인상의 집합이며, 이를 파악하기 위해서는 개별 디자인 사례의 분석을 넘어 선행연구에서 제시된 감성 어휘와 속성 차원을 체계적으로 정리할 필요가 있다.

2.2. 감성 속성의 분류 및 유형화

디자인 분야에서 감성 속성은 사용자가 제품이나 시각적 자극을 지각하는 과정에서 형성되는 정서적 인상이나 심리적 평가를 의미하며, 이를 체계적으로 분석하기 위해 다양한 분류와 유형화 연구가 이루어져 왔다. 감성 속성 연구는 주로 감성 어휘를 기반으로 사용자의 정서적 인식을 측정하거나, 감성 이미지 차원을 도출하여 디자인 평가 구조를 설명하는 방식으로 전개되어 왔다. 감성 속성 연구는 주로 감성 어휘를 기반으로 사용자의 정서적 인식을 측정하거나, 감성 이미지 차원을 도출하여 디자인 평가 구조를 설명하는 방식으로 전개되어 왔다.

감성 속성을 분석하는 방법 중 하나는 감성어휘를 활용하는 것이다. Jung and Nah(2007)은 감성 측정 및 평가에서 어휘를 사용하는 방법이 일반적으로 활용되고 있음을 제시하고, 감성 관련 형용사 어휘를 일정한 기준에 따라 분류하였다. 감성어휘의 수집과 분류는 감성적 특성을 체계적으로 파악하고 어휘 간의 의미적 관계를 살펴보는 방법으로 활용될 수 있다. Park et al.(2018)은 감성디자인 관련 선행연구를 종합하여 감성의 유형과 디자인 표현요소를 분류하고, 감성디자인의 표현대상과 표현요소를 구조적으로 정리하였다.

패션 및 텍스타일 디자인 분야에서도 감성 속성을 분류하려는 연구가 지속적으로 이루어져 왔다. Koo and Kim(2000)은 텍스타일 패턴 디자인에서 감성 형용사를 활용하여 패턴 유형에 따른 이미지 차이를 분석하였고, Kim and Choi(2016)는 패션소재의 색채, 무늬, 질감과 같은 시각적 특성이 감성 이미지 형성과 밀접하게 관련된다고 보았다. 또한 Kim and Park(2020)은 직물의 시각적 촉감과 표면 질감이 감성 평가에 영향을 미치는 중요한 요소임을 제시하였다. 이러한 연구들은 텍스타일 디자인 감성 속성이 시각적 구성 요소와 결합하여 다양한 이미지 차원으로 나타날 수 있음을 보여준다. 즉, 텍스타일 디자인의 감성 속성은 개별 형용사의 단순한 나열이 아니라, 유사한 의미를 공유하는 감성 어휘들을 구조화하고 범주화하는 과정을 통해 보다 체계적으로 이해될 수 있다. 따라서 텍스타일 디자인 감성 속성을 연구하기 위해서는 선행연구에서 제시된 감성 어휘와 감성 이미지 차원을 종합적으로 검토하고, 이를 유형화 가능한 구조로 재정리할 필요가 있다. 이러한 관점은 본 연구에서 선행연구에 제시된 감성어휘와 감성차원을 종합하고, 의미적 관계를 중심으로 감성 속성 유형을 재구조화하기 위한 이론적 근거가 된다.

2.3. AI 기반 디자인 생성과 텍스타일 디자인

최근 생성형 AI의 발전은 패션 및 텍스타일 디자인 분야의 디자인 개발 방식에도 변화를 가져오고 있다. 생성형 AI는 사용자가 입력한 텍스트를 기반으로 새로운 이미지를 생성하는 기술로, 디자인 아이디어를 빠르게 시각화하고 다양한 대안을 탐색할 수 있다는 점에서 활용 가능성이 높다. Jung and Kim(2019)은 인공지능 기반 디자인 프로세스가 패션 디자인의 기획 및 발상 단계에서 다양한 디자인 대안을 탐색하는 도구로 활용될 수 있음을 제시하였으며, 생성형 AI 도구가 구상 및 구현 단계에서 시각적 아이디어 탐색을 지원할 수 있음이 논의되고 있다(Cho & Jung, 2025). 텍스타일 디자인 분야에서도 생성형 AI를 활용한 디자인 연구가 확대되고 있다. Chen and Eom(2025)은 미드저니 기반 생성형 AI 도구를 활용하여 텍스타일 제품 디자인 이미지를 생성하고, 전통 문화 요소와 트렌드 컬러를 결합한 시각적 표현 가능성을 제시하였다. 이러한 연구는 생성형 AI가 텍스타일 디자인 이미지 생성 과정에서 새로운 조형적 표현을 탐색하는 도구로 활용될 수 있음을 보여준다.

생성형 AI 기반 디자인에서는 원하는 감성 이미지와 시각적 방향을 텍스트 기반 프롬프트에 어떠한 방식으로 구체화할 것인지가 중요하다. 특히 텍스타일 디자인 관련 선행연구에서는 색채, 패턴, 질감 등의 디자인 구성요소가 감성 이미지와 관련하여 논의되어 왔으므로, 감성어휘와 디자인 구성요소의 관련성을 구조화된 언어로 정리할 필요가 있다. Park(2025)은 생성형 AI 기반 텍스타일 디자인 연구에서 프롬프트 설계가 이미지 생성의 정확성과 표현 방향을 결정하는 중요한 요소라고 보았으며, 색채, 패턴 형태, 질감 표현과 같은 시각적 요소를 명확하게 기술할 필요가 있음을 제시하였다. 이와 같은 논의를 종합하면, 텍스타일 디자인 관련 선행연구에서 사용된 감성어휘와 감성차원을 유형화하고 디자인 구성요소와의 관련성을 구조화하는 것은 생성형 AI 기반 텍스타일 디자인의 감성 중심 프롬프트를 구성하기 위한 기초자료로 활용될 수 있다.


3. 연구방법

3.1. 연구문제

본 연구는 개별 감성 어휘를 단순히 나열하거나 특정 디자인 사례를 평가하는 데 목적이 있는 것이 아니라, 선행연구에서 제시된 감성어휘와 감성차원을 종합적으로 정리하고, 이를 텍스타일 디자인 감성의 유형 체계로 구조화하며, 생성형 AI 기반 텍스타일 디자인에 활용 가능한 감성 중심 프롬프트의 기초적 구성안을 제안하는 데 목적이 있다. 이에 따라 다음과 같은 연구문제를 설정하였다.

  • 첫째, 텍스타일 및 패션 관련 선행연구에서 사용된 감성어휘와 감성차원의 특성을 분석한다.
  • 둘째, 감성 속성 유형에 따른 색채, 패턴, 질감 등의 디자인 구성요소의 특성을 살펴본다.
  • 셋째, 문헌분석을 통해 구조화한 감성 속성 유형을 바탕으로 생성형 AI 기반 텍스타일 디자인에 활용 가능한 감성 중심 프롬프트의 기초적 구성안을 제안한다.

3.2. 연구대상 및 자료수집

본 연구는 텍스타일 디자인 감성 속성을 유형화하는 데 목적이 있으므로, 개별 디자인 사례 자체보다 문헌에 제시된 감성 표현 어휘와 감성차원, 그리고 이와 관련된 시각적 구성 요소를 중심으로 분석을 수행하였다. 특정 연구 분야의 개념 구조와 이론적 특성을 체계적으로 이해하기 위한 효과적인 방법 중 하나는 해당 분야에서 축적된 문헌을 분석하는 것이다. 연구물 분석은 학문 분야의 연구 흐름과 개념 구조를 파악하고, 주요 연구주제와 이론적 경향을 체계적으로 정리하는 데 기초 자료를 제공한다(Kim, 2015; Oh, 2005). 특히 문헌분석은 서로 다른 연구에서 제시된 개념, 감성어휘, 감성차원 등을 종합적으로 검토함으로써 연구 대상의 공통된 의미 구조와 분류 체계를 도출하는 데 유용한 방법으로 활용되어 왔다. 이는 다양한 분야의 선행연구를 검토하여 감성의 개념을 정리하고 감성어휘를 체계화한 연구에서도 확인된다(Jung & Nah, 2007).

연구대상은 국내에서 발표된 텍스타일 디자인, 패턴디자인, 직물 및 패션소재의 감성 관련 학술논문과 학위논문으로 설정하였다. 자료 검색은 2026년 4월 6일부터 4월 8일까지 수행하였다. 자료수집은 RISS를 주 검색 데이터베이스로 활용하였으며, DBpia와 국회전자도서관을 보완 검색 데이터베이스로 활용하였다. 검색어는 ‘텍스타일 감성’, ‘패턴 감성 이미지’, ‘패션소재 감성’으로 설정하였다. 검색결과에는 텍스타일 및 패션 관련 감성 연구와 직접적인 관련성이 낮은 문헌이 다수 포함되어 있어, 특정 시기를 기준으로 연구범위를 제한하기보다 연구 주제와의 관련성을 중심으로 문헌을 선정하였다. 문헌검색 결과 RISS 1,622건, DBpia 1,220건, 국회전자도서관 302건으로 총 3,144건이 확인되었다. 전체 검색 결과는 국내학술논문 794건과 학위논문 2,350건으로 구성되었으며, 세부적인 데이터베이스 및 검색어별 검색 결과는 Table 1과 같다. 총 3,144건은 동일 문헌이 복수의 검색어 또는 데이터베이스에서 반복 검색된 경우를 포함한 중복 제거 전 검색 결과이다.

Literature search results by database and search term

문헌 선정은 주제분류 및 제목 검토, 중복문헌 제거, 제목·초록 검토, 본문 적격성 검토의 순서로 수행하였다. 먼저 검색된 3,144건을 대상으로 주제분류와 제목을 검토하여 연구주제와 직접적인 관련성이 낮은 2,950건을 제외하고 194건을 1차 후보 문헌으로 선정하였다. 이 과정에서는 자연과학, 공학, 인문학, 교육, 사회과학 등 본 연구의 분석 범위와 직접적인 관련성이 낮은 분야의 문헌과 산업디자인, 패키지디자인, 시각디자인, 일반 제품디자인, 감성마케팅 등 텍스타일 디자인 및 패션소재의 감성 연구 범위에 해당하지 않는 문헌을 제외하였다. 1차 후보 문헌 194건 중 동일 문헌이 복수의 검색어 또는 데이터베이스에서 중복 검색된 경우 제목과 저자 정보를 기준으로 중복 여부를 확인하여 112건을 제외하였다. 중복 제거 후 남은 82건에 대해서는 제목과 초록을 검토하여 텍스타일 디자인, 패턴 디자인, 직물 및 패션소재와 감성 연구 간의 관련성을 확인하였으며, 연구대상 및 연구내용이 본 연구의 선정기준에 부합하지 않는 37건을 제외하였다. 이후 45건의 원문을 대상으로 연구방법과 연구결과를 검토하여 감성어휘, 감성이미지, 감성 평가항목 또는 감성차원 등 본 연구에서 분석 가능한 감성 관련 자료가 구체적으로 제시되어 있는지를 확인하였다. 이 과정에서 분석 기준을 충족하지 못한 25건을 제외하여 최종적으로 20편을 분석대상 문헌으로 선정하였다. 구체적인 문헌선정 과정은 Table 2와 같다.

Selection process for the literature included in the analysis

문헌의 포함 기준은 다음과 같이 설정하였다. 첫째, 텍스타일 디자인, 패턴 디자인, 직물 또는 패션소재를 주요 연구대상으로 한 연구로 한정하였다. 둘째, 감성 형용사 및 감성어휘, 감성이미지, 감성 평가항목, 감성요인 또는 감성차원 등 감성적 특성을 파악할 수 있는 자료가 연구방법이나 연구결과에 구체적으로 제시된 연구를 포함하였다. 셋째, 색채, 패턴, 문양, 질감, 촉감 등 텍스타일 및 패션소재의 구성요소와 관련하여 나타나는 감성적 특성을 분석·평가·분류하거나 그 관계를 해석한 연구를 포함하였다. 반면 텍스타일 및 패션소재와 직접적인 관련성이 낮은 연구, 작품 제작이나 조형적 표현을 중심으로 하면서 감성적 특성을 분석할 수 있는 구체적인 자료가 제시되지 않은 연구, 염색·직조·가공 등 기술 및 생산공정 자체를 중심으로 한 연구, 그리고 ‘감성’이라는 용어를 사용하였더라도 감성어휘, 감성이미지, 감성 평가항목, 감성요인 또는 감성차원 등 본 연구의 분석에 활용할 수 있는 자료가 구체적으로 제시되지 않은 연구는 제외하였다.

이와 같은 문헌 선정 절차와 포함·제외 기준을 적용하여 최종적으로 20편을 분석대상으로 확정하였다. 선정된 문헌에서 감성어휘, 감성이미지, 감성요인 및 감성차원과 색채, 패턴, 질감 등 디자인 구성요소에 관한 내용을 추출하여 분석자료로 활용하였다.

3.3. 분석 절차 및 방법

본 연구는 최종 선정된 문헌을 대상으로 문헌 기반 내용분석(content analysis)과 의미 중심 분석을 병행하였다. 분석자료는 각 문헌의 연구방법, 측정도구 및 연구결과에서 제시된 감성 형용사, 감성어휘, 감성이미지, 감성요인 및 감성차원을 중심으로 수집하였다. 감성어휘의 분석단위는 선행연구에서 감성평가를 위해 실제 사용되었거나 연구결과로 제시된 형용사 및 이미지 표현으로 설정하였으며, 각 문헌에 명시적으로 제시된 어휘를 중심으로 추출하였다.

추출된 감성어휘는 원문에서 제시된 감성요인 및 감성차원을 함께 확인하고, 의미적 유사성과 대립 관계를 기준으로 분류하였다. 동일한 어휘가 복수의 문헌에서 반복적으로 나타난 경우에는 하나의 어휘로 통합하였으며, 표현은 다르지만 유사한 의미를 갖는 어휘는 원문의 의미를 유지하는 범위에서 동일한 의미범주로 분류하였다. 또한 서로 상반되는 의미를 나타내는 범주는 대립 관계를 이루는 감성차원으로 재구조화하였다.

분석은 세 단계로 진행하였다. 첫째, 최종 분석대상 문헌에서 감성어휘, 감성이미지, 감성요인 및 감성차원을 추출하고, 각 문헌에서 다루어진 색채, 패턴, 질감 등의 디자인 구성요소를 함께 정리하였다. 둘째, 추출된 감성어휘를 의미적 유사성에 따라 상위 감성범주로 분류하고, 상위 범주 간의 의미적 대립 관계를 중심으로 감성차원을 재구조화하였다. 이 과정에서 각 문헌에서 제시된 감성요인 및 감성차원을 함께 비교하여 범주화의 근거로 활용하였다. 또한 감성어휘 및 감성차원과 색채, 패턴, 질감 등의 디자인 구성요소 간의 관련 내용이 제시된 경우 이를 함께 정리하여 감성유형별 디자인 구성요소의 특성을 살펴보았다. 셋째, 재구조화한 감성차원과 디자인 구성요소의 관련 내용을 바탕으로 생성형 AI 기반 텍스타일 디자인에 활용할 수 있는 감성 중심 프롬프트의 기초적 구성안을 제안하였다. 이와 같은 분석과정에서 원문 감성어휘, 원문에서 제시된 감성요인 및 감성차원, 본 연구에서 재분류한 상위 감성범주, 대립 관계 및 재구성된 감성차원을 단계적으로 비교하여 감성유형의 구조화 근거를 확인하였다.

3.4. 감성 속성 유형화 기준

본 연구에서 감성 속성 유형은 최종 분석대상 문헌에서 추출한 감성어휘와 각 문헌에서 제시된 감성요인 및 감성차원을 바탕으로 구조화하였다. 먼저 추출된 감성어휘 가운데 동일하거나 유사한 의미를 갖는 어휘를 의미적 유사성에 따라 분류하고, 각 문헌에서 감성요인 또는 감성차원이 제시된 경우 해당 어휘와의 관계를 함께 비교하였다. 이를 통해 감성어휘를 단순·절제, 복잡·강조, 자연, 인공, 전통, 현대, 안정·부드러움, 역동·활동성의 8개 상위 감성범주로 재분류하였다. 이들 상위 감성범주는 분석대상 선행연구에서 동일한 명칭으로 제시된 범주가 아니라, 각 문헌에 나타난 감성어휘와 감성요인의 의미적 유사성을 기준으로 본 연구에서 재분류한 분석범주이다.

8개 상위 감성범주 간의 의미적 대립 관계를 검토하여 단순·절제와 복잡·강조, 자연과 인공, 전통과 현대, 안정·부드러움과 역동·활동성을 각각 대응시켰다. 이를 바탕으로 단순–복잡, 자연–인공, 전통–현대, 안정–역동의 네 가지 양극적 감성차원으로 재구조화하였다. 감성어휘의 의미적 유사성과 대립 관계에 따른 분류는 감성어휘를 일정한 의미체계에 따라 분류한 Jung and Nah(2007)의 연구를 참고하였다. 감성어휘의 분류과정은 원문 감성어휘, 원문에서 제시된 감성요인 및 감성차원, 본 연구에서 재분류한 상위 감성범주, 대립 관계 및 감성차원을 단계적으로 비교하는 방식으로 정리하였다. 네 가지 감성차원은 텍스타일 디자인의 보편적인 감성구조를 실증적으로 확정한 것이 아니라, 분석대상 문헌에 나타난 감성어휘, 감성이미지, 감성요인 및 감성차원을 의미적 유사성과 대립 관계를 기준으로 재분류하고 구조화한 결과이다.

재구조화한 네 가지 감성차원은 생성형 AI 기반 텍스타일 디자인의 감성 표현에 활용할 수 있도록 각 차원의 의미적 특성을 중심으로 유형명을 구성하였다. 이에 따라 단순–복잡 차원은 미니멀–맥시멀, 자연–인공 차원은 내추럴–테크노, 전통–현대 차원은 클래식–트렌디, 안정–역동 차원은 소프트–다이내믹으로 명명하였다. 이들 유형명은 분석대상 선행연구에서 동일한 명칭으로 제시된 것이 아니라, 문헌분석을 통해 재구조화한 감성차원을 생성형 AI 기반 텍스타일 디자인의 감성 표현에 활용하기 위해 본 연구에서 구성한 명칭이다.


4. 연구 결과

4.1. 감성 어휘 및 감성 차원 특성 분석

본 연구에서는 최종 선정된 20편의 문헌을 대상으로 각 연구의 연구대상과 디자인 구성요소를 살펴보고, 연구방법 및 연구결과에서 제시된 감성어휘, 감성이미지, 감성요인 및 감성차원을 분석하였다. 분석대상 문헌에서는 연구목적과 대상에 따라 다양한 감성어휘와 감성평가 방식이 활용되고 있었으며, 패턴, 색채, 질감 등의 디자인 구성요소를 중심으로 감성적 특성을 분석하거나 평가한 연구가 확인되었다. 최종 분석대상 문헌의 연구주제와 디자인 구성요소는 Table 3과 같다.

Characteristics of selected studies on textile design emotion

분석대상 문헌의 디자인 구성요소는 패턴, 색채, 질감을 기준으로 분류하였다. 하나의 구성요소를 중심으로 감성을 분석한 경우에는 ‘단일’로, 둘 이상의 구성요소를 함께 다룬 경우에는 ‘복합’으로 구분하였다. 또한 특정 구성요소로 명확하게 구분하기 어려운 연구는 ‘전반 요소(복합)’로 분류하였다. 구성요소별 연구 분포를 살펴본 결과, Fig. 1과 같이 패턴 중심 연구가 9편(45%)으로 가장 높은 비중을 차지하였다. 이어서 색채·패턴 복합 연구와 전반 요소 연구가 각각 4편(20%), 질감 중심 연구가 3편(15%)으로 나타났다. 따라서 분석대상 문헌에서는 패턴을 중심으로 감성을 분석한 연구가 상대적으로 높은 비중을 차지한 반면, 질감을 중심으로 한 연구는 상대적으로 적은 것으로 나타났다.

Fig. 1.

Distribution of design elements in the selected studies.

분석대상 문헌에서 제시된 감성어휘와 감성요인은 연구대상 및 평가목적에 따라 다양하게 나타났다. 일부 연구에서는 개별 감성 형용사나 이미지 표현을 중심으로 감성을 평가하였으며, 다른 연구에서는 여러 감성어휘를 감성요인 또는 이미지요인으로 구성하여 제시하였다. 이처럼 선행연구에서 사용된 감성어휘와 감성요인의 명칭 및 분류체계가 서로 상이하였으므로, 본 연구에서는 각 연구의 분류체계를 그대로 적용하기보다 개별 어휘와 요인 간의 의미적 유사성과 대립 관계를 기준으로 재분류하였다. 이를 통해 선행연구에 나타난 다양한 감성 표현을 공통된 상위 감성범주와 양극적 감성차원의 관점에서 구조화하였다.

분석대상 문헌에서 추출한 감성어휘와 감성요인을 의미적 유사성을 중심으로 재분류한 결과, 단순·절제(simple · restrained), 복잡 · 강조(complex·emphasized), 자연(natural), 인공(artificial), 전통(traditional), 현대(modern), 안정 · 부드러움(stable · soft), 역동 · 활동성(dynamic · active)의 8개 상위 감성범주가 도출되었다. 각 범주는 여러 선행연구에서 제시된 감성어휘와 감성요인 가운데 의미적으로 유사한 표현을 통합하여 구성한 것이다. 상위 감성범주와 주요 감성어휘는 Table 4와 같다.

Classification of emotional vocabulary by higher-order emotional categories

8개 상위 감성범주를 의미적 관계에 따라 살펴보면, 단순·절제와 복잡·강조, 자연과 인공, 전통과 현대, 안정·부드러움과 역동·활동성은 각각 서로 대비되는 특성을 나타낸다. 이에 따라 본 연구에서는 이들 범주를 네 쌍의 양극적 관계로 통합하여 단순–복잡(simple–complex), 자연–인공(natural–artificial), 전통–현대(traditional–modern), 안정–역동(stable–dynamic)의 네 가지 감성차원으로 구조화하였다. 이러한 감성차원의 구성은 개별 선행연구에서 동일한 체계로 제시된 결과를 단순히 통합한 것이 아니라, 분석대상 문헌에서 확인된 감성어휘와 감성요인의 의미적 유사성과 대립 관계를 종합하여 도출한 것이다. 감성범주의 대립 관계와 감성차원의 구조는 Table 5와 같다.

Structure of emotional categories and emotional dimensions

재구조화한 네 가지 감성차원은 각 차원이 지니는 의미적 특성을 보다 직관적으로 나타낼 수 있도록 감성유형명을 부여하였다. 단순–복잡 차원은 단순 · 절제와 복잡·강조의 대비를 바탕으로 미니멀–맥시멀(minimal–maximal) 유형으로 명명하였다. 자연–인공 차원은 자연적 특성과 인공적 특성의 대비를 반영하여 내추럴–테크노(natural–techno) 유형으로 구성하였다. 전통–현대 차원은 전통성과 현대성의 대비를 바탕으로 클래식–트렌디(classic–trendy) 유형으로, 안정–역동 차원은 안정·부드러움과 역동·활동성의 대비를 반영하여 소프트–다이내믹(soft–dynamic) 유형으로 구성하였다.

이상의 분석을 통해 선행연구에서 다양하게 제시된 감성어휘와 감성요인은 의미적 유사성에 따라 8개 상위 감성범주로 통합되었으며, 범주 간 대립 관계를 바탕으로 네 가지 감성차원과 감성유형으로 구조화되었다. 감성어휘에서 상위 감성범주, 감성차원 및 감성유형으로 이어지는 전체 구조는 Fig. 2와 같다.

Fig. 2.

Structure of emotional categories, dimensions, and types.

4.2. 감성 속성 유형에 따른 디자인 구성요소의 특성

본 연구에서는 선행연구에 나타난 감성어휘 및 감성차원과 색채, 패턴, 질감 등의 디자인 구성요소 간의 관련성을 살펴보았다. 이를 위해 분석대상 문헌에서 감성어휘, 감성이미지 및 감성요인과 디자인 구성요소의 관련 내용이 제시된 경우 이를 추출하고, 앞서 구조화한 감성차원과 감성유형을 기준으로 재정리하였다. 분석대상 문헌에서는 감성적 특성이 색채의 채도와 대비, 패턴의 형태와 밀도 및 반복구조, 질감의 부드러움과 표면적 특성 등과 관련하여 제시되고 있었다. 본 연구에서는 이러한 관련 내용을 미니멀–맥시멀, 내추럴–테크노, 클래식–트렌디, 소프트–다이내믹의 감성유형에 따라 분류하였으며, 감성유형별 디자인 구성요소의 특성을 Table 6과 같이 정리하였다.

Design characteristics associated with emotional types based on the literature

감성유형별 디자인 구성요소의 관련 특성을 살펴보면, 미니멀–맥시멀 유형에서는 단순성과 복잡성, 절제와 강조의 대비와 함께 색채의 채도 및 대비, 패턴의 밀도와 장식성, 질감의 절제 정도 등이 관련 특성으로 정리되었다. 내추럴–테크노 유형에서는 자연적·유기적 표현과 인공적·기하학적 표현의 대비가 색채, 패턴 및 질감 특성과 관련하여 나타났다. 클래식–트렌디 유형에서는 전통적·고전적 이미지와 현대적·세련된 이미지에 관련된 색채와 패턴의 표현 특성이 확인되었으며, 소프트–다이내믹 유형에서는 부드럽고 안정적인 이미지와 활동적이고 역동적인 이미지에 관련된 색채 대비, 패턴의 리듬 및 질감 특성이 나타났다.

이러한 결과는 분석대상 문헌에서 감성어휘와 감성요인이 색채, 패턴, 질감 등의 디자인 구성요소와 다양한 방식으로 관련되어 제시되고 있음을 보여준다. 다만 감성유형과 디자인 구성요소의 관계는 본 연구에서 디자인 자극물이나 사용자 평가를 통해 새롭게 실증한 결과가 아니라, 분석대상 문헌에서 확인된 관련 내용을 본 연구의 감성범주 및 감성유형에 따라 재정리한 결과로 해석하였다.

4.3. 생성형 AI 기반 텍스타일 디자인의 감성 중심 프롬프트 구성안

본 연구에서는 문헌분석을 통해 구조화한 감성유형과 디자인 구성요소의 관련 내용을 바탕으로 생성형 AI 기반 텍스타일 디자인에 활용할 수 있는 감성 중심 프롬프트의 기초적 구성안을 제안하였다. 프롬프트 구성은 감성유형을 중심으로 색채, 패턴, 질감에 관한 표현을 조합하는 방식으로 정리하였다. 이에 따라 감성유형별 색채 표현, 패턴 표현, 질감 표현 및 주요 감성어휘를 프롬프트의 구성요소로 설정하였으며, 구체적인 구성안은 Table 7과 같다.

Prompt composition for generative AI-based textile design

예를 들어 미니멀 유형은 저채도·저대비 색채, 저밀도의 단순한 패턴 및 절제된 질감 표현을 조합하여 프롬프트를 구성할 수 있다. 이를 “a minimal textile pattern with low-density simple shapes, muted colors, and restrained soft texture”와 같이 표현할 수 있다. 반면 맥시멀 유형은 고채도 · 고대비 색채, 고밀도의 장식적 패턴 및 강조된 질감 표현을 조합하여 “a maximal textile design with dense decorative patterns, vivid high-contrast colors, and strongly contrasted textures”와 같은 형태로 구성할 수 있다.

내추럴 유형은 자연에서 연상되는 색채, 유기적 형태의 패턴 및 자연스럽고 유연한 질감 표현을 조합할 수 있으며, 테크노 유형은 금속성 또는 인공적인 색채, 기하학적 반복패턴 및 인공적·기계적 질감 표현을 중심으로 구성할 수 있다. 또한 클래식과 트렌디 유형은 각각 전통적·고전적 이미지와 현대적·세련된 이미지에 관련된 표현을, 소프트와 다이내믹 유형은 각각 부드럽고 안정적인 이미지와 활동적이고 역동적인 이미지에 관련된 표현을 중심으로 프롬프트를 구성할 수 있다.

이와 같은 프롬프트 구성안은 문헌분석을 통해 구조화한 감성유형과 디자인 구성요소의 관련성을 생성형 AI 기반 텍스타일 디자인의 언어적 입력 구조로 전환한 기초적 제안이다. 감성유형별로 색채, 패턴, 질감에 관한 표현을 구체화함으로써 향후 생성형 AI를 활용한 텍스타일 디자인 실험에서 감성 중심 프롬프트를 구성하기 위한 기초자료로 활용할 수 있다. 다만 본 연구에서는 생성형 AI를 활용한 이미지 생성실험이나 생성 결과에 대한 사용자 및 전문가 평가를 수행하지 않았으므로, 제안한 프롬프트 구성안의 실제 적용 효과와 타당성은 후속연구를 통해 검증할 필요가 있다.


5. 결론 및 제언

본 연구는 국내 텍스타일 및 패션 관련 선행연구에서 제시된 감성어휘와 감성차원을 종합적으로 분석하고, 이들의 의미적 유사성과 대립 관계를 중심으로 감성 속성 유형을 구조화하는 것을 목적으로 하였다. 또한 선행연구에서 제시된 감성어휘 및 감성요인과 색채, 패턴, 질감 등의 디자인 구성요소 간의 관련 내용을 정리하고, 이를 바탕으로 생성형 AI 기반 텍스타일 디자인에 활용할 수 있는 감성 중심 프롬프트의 기초적 구성안을 제안하고자 하였다. 이를 위해 국내학술논문과 학위논문을 대상으로 문헌검색 및 선정과정을 거쳐 최종 20편을 분석대상으로 선정하고, 각 문헌에서 제시된 감성어휘, 감성이미지, 감성요인 및 감성차원을 중심으로 문헌 기반 내용분석을 실시하였다.

연구결과는 다음과 같다. 첫째, 분석대상 문헌에서 제시된 감성어휘와 감성요인은 연구대상과 평가목적에 따라 다양한 방식으로 나타났으며, 개별 감성 형용사나 이미지 표현을 중심으로 감성을 평가한 연구와 여러 감성어휘를 감성요인 또는 이미지 요인으로 구성하여 제시한 연구가 확인되었다. 이에 본 연구에서는 각 선행연구의 분류체계를 그대로 적용하기보다 감성어휘와 감성요인의 의미적 유사성을 중심으로 재분류하였다. 그 결과 단순·절제, 복잡·강조, 자연, 인공, 전통, 현대, 안정·부드러움, 역동·활동성의 8개 상위 감성범주로 정리되었다. 다시 상위 감성범주 간의 대립 관계를 바탕으로 단순–복잡, 자연–인공, 전통–현대, 안정–역동의 네 가지 양극적 감성차원으로 재구조화하였다. 이들 감성차원은 개별 선행연구에서 동일한 형태로 제시된 결과가 아니라, 분석대상 문헌에서 확인된 감성어휘와 감성요인을 의미적 유사성과 대립 관계에 따라 본 연구에서 재분류하고 구조화한 결과이다.

둘째, 재구조화한 네 가지 감성차원의 의미적 특성을 바탕으로 단순–복잡 차원은 미니멀–맥시멀, 자연–인공 차원은 내추럴–테크노, 전통–현대 차원은 클래식–트렌디, 안정–역동 차원은 소프트–다이내믹의 감성유형으로 명명하였다. 이들 감성유형명 역시 분석대상 선행연구에서 동일하게 제시된 명칭이 아니라, 본 연구에서 재구조화한 감성차원의 의미적 특성을 바탕으로 구성한 명칭이다. 따라서 본 연구에서 제시한 감성유형은 텍스타일 디자인의 보편적인 감성구조를 실증적으로 확정한 결과라기보다, 국내 텍스타일 및 패션 관련 선행연구에서 사용된 감성어휘와 감성요인의 경향을 문헌분석을 통해 재분류하고 구조화한 결과의 범위에서 해석할 필요가 있다.

셋째, 선행연구에서 감성어휘 및 감성요인과 색채, 패턴, 질감 등의 디자인 구성요소 간의 관련 내용이 제시된 경우 이를 추출하여 앞서 구조화한 감성유형을 기준으로 재정리하였다. 미니멀–맥시멀 유형에서는 색채의 채도와 대비, 패턴의 밀도 및 장식성 등의 특성이 관련되어 있었으며, 내추럴–테크노 유형에서는 자연적·유기적 표현과 인공적·기하학적 표현이 색채, 패턴 및 질감 특성과 관련하여 제시되었다. 클래식–트렌디 유형에서는 전통적·고전적 이미지와 현대적·세련된 이미지에 관련된 색채 및 패턴 특성이 확인되었으며, 소프트–다이내믹 유형에서는 부드럽고 안정적인 이미지와 활동적이고 역동적인 이미지에 관련된 색채 대비, 패턴의 리듬 및 질감 특성이 나타났다. 이러한 관련성은 본 연구에서 디자인 자극물이나 사용자 평가를 통해 새롭게 실증한 것이 아니라, 분석대상 문헌에서 제시된 감성과 디자인 구성요소의 관련 내용을 본 연구의 감성유형에 따라 재정리한 결과이다.

넷째, 문헌분석을 통해 구조화한 감성유형과 디자인 구성요소의 관련 내용을 바탕으로 생성형 AI 기반 텍스타일 디자인에 활용할 수 있는 감성 중심 프롬프트의 기초적 구성안을 제안하였다. 프롬프트 구성은 감성유형을 중심으로 색채, 패턴, 질감에 관한 표현과 주요 감성어휘를 조합하는 방식으로 정리하였다. 이는 문헌분석을 통해 구조화한 감성정보를 생성형 AI의 텍스트 기반 입력에 활용할 수 있도록 언어적 구성요소로 전환한 응용적 제안이라는 점에서 의미를 갖는다. 다만 본 연구에서는 생성형 AI를 활용한 이미지 생성실험이나 생성 결과에 대한 사용자 및 전문가 평가를 수행하지 않았으므로, 제안한 프롬프트 구성안은 생성 효과가 검증된 설계모델이 아니라 후속 실증연구를 위한 기초적 구성안의 범위에서 해석할 필요가 있다.

본 연구의 의의는 텍스타일 및 패션 관련 감성 연구에 분산되어 제시되어 온 감성어휘와 감성요인을 문헌기반으로 종합하고, 이를 의미적 유사성과 대립 관계에 따라 상위 감성범주와 감성차원으로 구조화하였다는 데 있다. 또한 감성어휘와 감성차원에 대한 분석을 색채, 패턴, 질감 등의 디자인 구성요소와 관련하여 정리하고, 이를 생성형 AI 기반 텍스타일 디자인의 감성 중심 프롬프트 구성으로 연결하기 위한 기초자료를 제시하였다는 점에서 의의를 갖는다. 특히 본 연구는 생성형 AI의 적용 효과를 검증하기에 앞서 텍스타일 디자인 감성 연구에서 축적되어 온 언어적 감성정보를 구조화하고, 이를 생성형 AI 프롬프트의 언어적 구성요소로 활용할 수 있는 기초적 방향을 제시하였다는 데 의미가 있다.

한편 본 연구는 국내학술논문과 학위논문을 중심으로 분석하였으므로 분석결과를 텍스타일 디자인 전반의 보편적인 감성구조로 일반화하는 데에는 한계가 있다. 또한 감성어휘의 의미적 유사성과 대립 관계를 중심으로 상위 감성범주와 감성차원을 재구조화하는 과정에서 연구자의 해석이 반영되었으며, 별도의 분석자 간 신뢰도 검증이나 전문가 검토를 통해 범주화의 타당성을 검증하지 못한 한계가 있다. 아울러 감성유형과 디자인 구성요소 간의 관련성은 분석대상 문헌에 제시된 내용을 재정리한 것으로, 실제 디자인 자극물에 대한 사용자 감성반응을 직접 측정한 결과가 아니다. 생성형 AI를 활용한 이미지 생성실험과 사용자 또는 전문가 평가를 수행하지 않았다는 점에서도 제안한 프롬프트 구성안의 실제 적용 효과를 확인하지 못한 한계가 있다.

향후 연구에서는 본 연구에서 구조화한 감성범주와 감성차원에 대해 전문가 검토 및 사용자 평가 등을 실시하여 유형화의 타당성을 검증할 필요가 있다. 또한 감성유형별 색채, 패턴, 질감의 디자인 구성요소를 적용한 텍스타일 디자인 자극물을 제작하고 사용자 감성평가를 실시함으로써 감성유형과 디자인 구성요소 간의 관계를 실증적으로 검토할 필요가 있다. 나아가 본 연구에서 제안한 감성 중심 프롬프트 구성안을 실제 생성형 AI 도구에 적용하여 유형별 텍스타일 디자인 이미지를 생성하고, 서로 다른 생성형 AI 도구에서 나타나는 결과의 일관성과 차이를 비교할 필요가 있다. 생성된 이미지에 대해서는 전문가 평가와 사용자 평가를 통해 의도한 감성유형의 표현 정도와 프롬프트 구성요소의 적절성을 검증함으로써, 본 연구에서 제안한 문헌기반 감성유형과 프롬프트 구성안을 실증적으로 보완할 수 있을 것이다.

Acknowledgments

본 과제는(결과물)는 2026년 교육부 및 대구광역시의 재원으로 대구앵커센터의 지원을 받아 수행된 지역성장 인재양성체계(앵커)의 결과입니다(2026-ANCHOR-03-002).

This research was supported by the Advanced Network for Cultivating Human Resources and Opportunities in Regions (ANCHOR) program through the Daegu ANCHOR Center, funded by the Ministry of Education(MOE) and the Daegu Metropolitan City, Republic of Korea(2026-ANCHOR-03-002).

References

  • Chen, F., & Eom, K. H. (2025). A study on AI-based textile product design using the midjourney: Focusing on the components of the sipjangsaeng motif and the 2025–2026 heimtextil trend colors. Journal of the Korean Society of Design Culture, 31(4), 729-742. [https://doi.org/10.18208/ksdc.2025.31.4.729]
  • Cho, S. H., & Jung, D. (2025). Augmenting the fashion design process: Investigating generative ai tools from design ideation to technical flat production. Journal of the Korean Society of Design Culture, 31(3), 757–767. [https://doi.org/10.18208/ksdc.2025.31.3.757]
  • Choe, J.-A., Yi, P.-H., & Jeong, S.-H. (2019). Emotional evaluation of textile design using digital craft. Science of Emotion & Sensibility, 22(1), 65-76. [https://doi.org/10.14695/KJSOS.2018.22.1.65]
  • Do, H. J. (2026). 3D 이미지 자극의 색채와 패턴 조건에 따른 감성 평가 [Emotional evaluation according to color and pattern conditions of 3D image stimuli] [Master’s thesis, Ewha womans University]. RISS. https://www.riss.kr/link?id=T17372682
  • Hwang, M. J. (2009). A study on rose pattern in a flower textile sensibility [Master’s thesis, Sungkyunkwan University]. RISS. https://www.riss.kr/link?id=T11576610
  • Jung, H. W., & Nah, K. (2007). A study on the meaning of sensibility and vocabulary system for sensibility evaluation. Journal of the Ergonomics Society of Korea, 26(3), 17-25. [https://doi.org/10.5143/JESK.2007.26.3.017]
  • Jung, J.-R., & Kim, M.-H. (2019). A study on ai-based design process innovation in fashion industry. Journal of Communication Design, 67, 139–153. [https://doi.org/10.25111/jcd.2019.67.11]
  • Kang, D.-H., & Lee, J.-S. (2009). Sensibility evaluation of metallic jacquard fabrics. Journal of the Korean Society of Clothing and Textiles, 33(2), 299-307. [https://doi.org/10.5850/jksct.2009.33.2.299]
  • Kim, H. (2015). An analysis on domestic research trends of dance education: Focusing on major journals. Official Journal of Korean Society of Dance Science, 32(1), 181-190 [https://doi.org/10.21539/ksds.2015.32.1.181]
  • Kim, I.-H., & Park, M.-J (2020). Recognition of fabric sensibility related to fashion fabric image: Focusing on the visual tactility of the fabric. Journal of the Korea Fashion & Costume Design Association, 22(1), 97-111. [https://doi.org/10.30751/kfcda.2020.22.1.97]
  • Kim, J. S., & Lee, S. I. (2005). The effects of color, tones values on image perception of natural dyeing of Han-san Mosi and cotton. Journal of the Korean Society of Clothing and Textiles, 29(5), 662-670.
  • Kim, J.-H., & Lee, J.-S. (2014). Consumer needs and pattern sensibility of jacquard fabrics for raincoat. Fashion & Textile Research Journal, 16(4), 645-652. [https://doi.org/10.5805/SFTI.2014.16.4.645]
  • Kim, J.-H., Kim, M.-O., & Lee, J.-S. (2019). Development and sensory evaluation of jacquard fabrics with three dimensional pattern design for bag. Fashion & Textile Research Journal, 21(1), 104-111. [https://doi.org/10.5805/SFTI.2019.21.1.104]
  • Kim, O. H., & Kim, J. Y. (2010). An analysis of sensibility evaluation and image about optical pattern. Journal of the Korean Society of Design Culture, 16(1), 38-48.
  • Kim, S. (2013). A Study on emotional image of floral pattern design. Journal of the Korean Society of Design Culture, 19(4), 753-755.
  • Kim, S. N., & Lee, E. O. (2008). A comparative analysis on sensitive language presented in domestic and international trend information magazines. Journal of the Korean Society of Design Culture, 14(1), 35-44. [https://doi.org/10.18208/ksdc.2022.28.1.35]
  • Kim, Y. W., Park, Y., & Choi, J. M. (2016). Relationships between preferences of sensibility expression factors for utilized fabrics and preferences of fashion images. The Research Journal of the Costume Culture, 24(1), 27-40. [https://doi.org/10.29049/rjcc.2016.24.1.27]
  • Kim, Y., & Choi, J. (2016). A study of emotional consumption propensity and preferences for sensibility factors of the fabrics. Science of Emotion & Sensibility, 19(3), 27-42. [https://doi.org/10.14695/KJSOS.2016.19.3.27]
  • Koo, H.-K., & Kim, H.-S. (2000). Analysis of sensibility image for textile pattern design based on the generation. Journal of the Korea Fashion & Costume Design Association, 2(2), 155-171.
  • Lee, H. J. (2026). Applicability of Korean traditional textiles to daily wear based on tactile and sensibility images [Master’s thesis, Inha University]. RISS. https://www.riss.kr/link?id=T17386602 [https://doi.org/10.14695/KJSOS.2026.29.3.35]
  • Lee, S. Y., Kim, J. H., & Lee, J. S. (2008). The sensibility of jacquard fabrics applied by Korean traditional motives. Korean Journal of Human Ecology, 17(4), 733–744. [https://doi.org/10.5934/kjhe.2008.17.4.733]
  • Lee, Y. J., & Rhee, S.-C. (2004). The effect upon sensitivity by a pattern and color of textile design. Journal of the Korean Society of Design Culture, 10(3), 159-170.
  • Na, Y.-J., & Han, K.-M. (2002). Sensibilities according to the design factors of woven textiles. Korean Journal of the Science of Emotion & Sensibility, 5(3), 29-34.
  • Oh, B., & Ra, J. (2013). Study for emotional image of cartoon pattern expressed in fashion: Centered on analysis of applied pattern and color. Journal of Basic Design & Art, 14(5), 245–258.
  • Oh, S.-H. (2005). A Study on the research trends of library & information science in Korea by analyzing journal articles and the cited literatures. Journal of the Korean Society for Information Management. 22(3), 379-408. [https://doi.org/10.3743/KOSIM.2005.22.3.379]
  • Park, C. Y. (2025). A study on prompt engineering for enhancing accuracy in generative AI-based textile design [Doctoral dissertation, Sungkyunkwan University]. RISS. https://www.riss.kr/link?id=T17200807
  • Park, H. Y., Kim, B. U., & Lee, J. (2018). Typology and expression elements of emotion in product design. Design Convergence Study. 17(2), 121–136. [https://doi.org/10.31678/SDC.69.8]
  • Park, S. J., Chang, J. I., & Chung, C. S. (1998). Affective scale for textile image. Proceedings of the KOSES Autumn Conference, Republic of Korea, pp. 218-224.
  • Zhang, Z. (2013). A study of subjective sensibility valuation of knit sweater by pattern [Master’s thesis, Hanseo University]. RISS. https://www.riss.kr/link?id=T13347238

Fig. 1.

Fig. 1.
Distribution of design elements in the selected studies.

Fig. 2.

Fig. 2.
Structure of emotional categories, dimensions, and types.

Table 1.

Literature search results by database and search term

No Database Search term Journal articles Dissertations Total
1 RISS Textile emotion 65 233 298
Pattern emotional image 106 572 678
Fashion material emotion 108 538 646
Subtotal   279 1,343 1,622
2 DBpia Textile emotion 69 114 183
Pattern emotional image 156 381 537
Fashion material emotion 163 337 500
Subtotal   388 832 1,220
3 National Assembly Library Textile emotion 98 166 264
Pattern emotional image 15 4 19
Fashion material emotion 14 5 19
Subtotal   127 175 302
  Total   794 2,350 3,144

Table 2.

Selection process for the literature included in the analysis

No Stage Review and exclusion criteria Number of studies
1 Search results RISS, DBpia, and National Assembly Library / 3 search terms 3,144
2 Subject classification and title review Literature with limited relevance to the research topic -2,950
3 First-stage candidates Literature related to textiles, patterns, fabrics, and fashion materials 194
4 Duplicate removal Duplicate literature across search terms and databases -112
5 After duplicate removal Literature subject to title and abstract review 82
6 Title and abstract review Failure to meet the criteria for direct relevance to emotional research -37
7 Literature subject to full-text eligibility review Verification of research methods and results 45
8 Full-text eligibility review Failure to meet the analysis criteria, such as emotional vocabulary, emotional images, and emotional dimensions -25
9 Final selection Met the analysis criteria 20

Table 3.

Characteristics of selected studies on textile design emotion

No Authors (Year) Research topic Design elements
1 Park et al.(1998) Fabric emotional image scale Pattern (Single)
2 Koo & Kim(2000) Emotional image study of pattern types Pattern (Single)
3 Lee et al.(2008) Emotional evaluation of traditional jacquard patterns Pattern (Single)
4 Hwang(2009) Emotional study of rose patterns Pattern (Single)
5 Kim(2013) Emotional image study of floral patterns Pattern (Single)
6 Oh & Na(2013) Emotional study of cartoon patterns Pattern (Single)
7 Zhang(2013) Emotional evaluation of knit patterns Pattern (Single)
8 Kim & Lee(2014) Emotional evaluation of jacquard patterns Pattern (Single)
9 Kim et al.(2019) Emotional structure of three-dimensional patterns Pattern (Single)
10 Na & Han(2002) Emotional analysis according to textile design elements Color & Pattern (Combined)
11 Lee & Rhee(2004) Effects of pattern and color on emotion Color & Pattern (Combined)
12 Kim & Lee(2005) Emotional image evaluation of textile materials and color tones Color & Pattern (Combined)
13 Do(2026) Emotional evaluation according to color and pattern conditions Color & Pattern (Combined)
14 Kang & Lee(2009) Emotional evaluation of metallic fabrics Texture (Single)
15 Kim & Park(2020) Study on emotional cognition of fabrics Texture (Single)
16 Lee(2026) Emotional image study of traditional textiles Texture (Single)
17 Kim & Lee(2008) Study on emotional language classification Overall elements (Combined)
18 Kim et al.(2016) Study on emotional expression of textile materials Overall elements (Combined)
19 Kim & Choi(2016) Study on emotional consumption Overall elements (Combined)
20 Choe et al.(2019) Emotional evaluation of digital textiles Overall elements (Combined)

Table 4.

Classification of emotional vocabulary by higher-order emotional categories

No Higher-order emotional category Key emotional vocabulary
1 Simple · Restrained Simple, Clean, Basic, Organized, etc.
2 Complex · Emphasized Complex, Gorgeous, Bold, Decorative, etc.
3 Natural Natural, Pure, Simple, Organic, etc.
4 Artificial Artificial, Graphic, Geometric, etc.
5 Traditional Traditional, Classic, Classical, Antique, Ethnic, etc.
6 Modern Modern, Urban, Sophisticated, Futuristic, etc.
7 Stable · Soft Cozy, Subtle, Soft, Comfortable, Calm, etc.
8 Dynamic · Active Active, Sporty, Lively, Energetic, etc.

Table 5.

Structure of emotional categories and emotional dimensions

No Opposing higher-order emotional categories Emotional dimension Emotional type
1 Simple · Restrained ↔ Complex · Emphasized Simple–Complex Minimal–Maximal
2 Natural ↔ Artificial Natural–Artificial Natural–Techno
3 Traditional ↔ Modern Traditional–Modern Classic–Trendy
4 Stable · Soft ↔ Dynamic · Active Stable–Dynamic Soft–Dynamic

Table 6.

Design characteristics associated with emotional types based on the literature

No Emotional type Color characteristics Pattern characteristics Texture characteristics
1 Minimal Low-saturation and low-contrast colors Low-density repetitive patterns Soft and restrained textures
2 Maximal High-saturation and high-contrast colors High-density decorative patterns Strongly contrasted textures
3 Natural Nature-inspired colors Organic form patterns Natural and flexible textures
4 Techno Metallic and artificial colors Geometric repetitive patterns Artificial and mechanical textures
5 Classic Stable and traditional colors Balanced composition patterns Heavy and stable textures
6 Trendy Modern and high-contrast colors Dynamic and variable patterns Experimental textures
7 Soft Low-stimulation and low-contrast colors Gentle rhythmic patterns Soft and flexible textures
8 Dynamic High-contrast and vivid colors Rhythmic and visually active patterns Strong and energetic textures

Table 7.

Prompt composition for generative AI-based textile design

No Emotional type Color expression Pattern expression Texture expression Prompt keywords
1 Minimal muted, low-contrast colors low-density simple pattern restrained soft texture minimal, simple, restrained
2 Maximal vivid, high-contrast colors dense decorative pattern strongly contrasted texture maximal, complex, decorative
3 Natural nature-inspired colors organic form pattern natural, flexible texture natural, organic, soft
4 Techno metallic, artificial colors geometric repetitive pattern artificial, mechanical texture techno, geometric, futuristic
5 Classic traditional, stable colors balanced traditional pattern stable, refined texture classic, traditional, elegant
6 Trendy modern, contrasting colors variable contemporary pattern experimental texture trendy, modern, contemporary
7 Soft low-contrast, subdued colors gentle rhythmic pattern soft, flexible texture soft, calm, gentle
8 Dynamic vivid, high-contrast colors active rhythmic pattern strong, energetic texture dynamic, active, energetic